基于Spark平台和多变量L2-Boosting回归模型的分布式能源系统短期负荷预测

• 作者: 杜振东 牛东晓 马天男 黄雅莉
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 短期负荷预测 多变量 L2-Boosting 回归模型 分布式能源系统 Spark平台
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 能源互联网(特约栏目主编 孙宏斌、冯庆东)
• 页码范围: 1642-1649
• 页数: 8页
• 分类号: TM72
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2016.06.006

摘要

分布式能源系统负荷预测是系统规划与经济运行的可靠前提和依据，在当前海量高维数据的背景下，有效的在线数据处理平台与精确的负荷预测方法是当前的研究重点。基于分布式能源系统负荷数据特点，在缺失数据处理、坏数据分类以及特征选择的基础上，建立了基于Spark平台与多变量 L2-Boosting 回归模型的分布式能源系统短期负荷预测方法。首先，利用Spark平台分割全部数据得到多个子数据模型，通过并行计算提高数据处理效率，采用特征提取方法得出模型需要的输入向量；其次，将得出的有效数据信息输入到多变量 L2-Boosting 回归模型进行训练学习，得到训练后的多变量 L2-Boosting 回归模型；最后，利用测试数据测试模型。算例结果验证了所提模型的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛东晓		306	6130	40.0	64.0
2	黄雅莉		5	51	3.0	5.0
3	马天男		6	26	3.0	5.0
4	杜振东		1	0	0.0	0.0